國家級城市群建筑業(yè)碳排放效率的空間分異及影響因素

俞雅乖，沈盼熠，李瑜婷

國家級城市群建筑業(yè)碳排放效率的空間分異及影響因素

俞雅乖1，2，沈盼熠1，李瑜婷1

（1. 寧波大學(xué) 商學(xué)院，浙江 寧波 315211；2. 寧波大學(xué) 東海戰(zhàn)略研究院，浙江 寧波 315211）

基于2009至2019年中國四個國家級城市群62個城市的面板數(shù)據(jù)，對其建筑業(yè)的碳排放效率及空間差異和影響因素進(jìn)行分析。首先采用排放系數(shù)法測定碳排放量，在此基礎(chǔ)上利用非期望產(chǎn)出超效率SBM進(jìn)行碳排放效率分析，最后運(yùn)用Tobit模型分析碳排放效率的影響因素，得到以下研究結(jié)論：（1）碳排放量在時序上呈現(xiàn)倒“V”字型；（2）建筑業(yè)碳排放效率整體水平不高，在時序上總體呈上升趨勢，城市群間空間差異顯著；（3）建筑業(yè)碳排放效率與建筑業(yè)區(qū)域經(jīng)濟(jì)、產(chǎn)業(yè)結(jié)構(gòu)及節(jié)能技術(shù)呈正相關(guān)關(guān)系，與行業(yè)規(guī)模、資源稟賦及區(qū)位熵呈負(fù)相關(guān)關(guān)系。因此從政府角度提出了技術(shù)推廣和資源利用等對策建議。

國家級城市群；建筑業(yè)；碳排放效率；空間差異

一、問題提出和文獻(xiàn)回顧

（一）問題提出

全球氣候變化形勢日益嚴(yán)峻，2021年全球二氧化碳（CO2）排放量已超過300億噸[1]。作為全球累計碳排放總量第二大的國家，中國在《聯(lián)合國氣候變化框架公約》第26次締約方大會（COP26）上表示，將力爭2030年前CO2排放達(dá)到峰值[2]。然而米歇爾·登·埃爾岑（Michel den Elzen）等根據(jù)碳排放軌跡模型預(yù)測，中國當(dāng)下的政策還不足以實(shí)現(xiàn)2030年前碳達(dá)峰的愿景，需要一套示范性的強(qiáng)化政策措施才能完成既定目標(biāo)[3]。因此，在碳排放量基礎(chǔ)上進(jìn)行的碳排放效率測算是如期完成2030碳達(dá)峰目標(biāo)的重要衡量指標(biāo)，碳排放效率的影響因素分析更是為實(shí)現(xiàn)“碳達(dá)峰”目標(biāo)針對性政策而制定的“風(fēng)向標(biāo)”。

減排控碳需落實(shí)至各行各業(yè)齊驅(qū)并進(jìn)，以電熱生產(chǎn)活動為主的制造業(yè)、建筑業(yè)和交通運(yùn)輸業(yè)是碳排放最主要的來源[4]?；谌芷跍y算法，2018年全國建筑業(yè)碳排放總量達(dá)49.3億噸CO2，占全國碳排放的51.3%[5]。建筑業(yè)作為國民經(jīng)濟(jì)重要產(chǎn)業(yè)之一，存在能耗高、污染高、效率低的顯著現(xiàn)象[6-7]。同時，正是由于建筑業(yè)現(xiàn)行的碳排放效率相對較低，其存在較大提升空間[8-9]；聯(lián)合國政府間氣候變化專門委員會（IPCC）第四次報告也表明建筑領(lǐng)域減排的成本效益最大[10]。因此，在對建筑業(yè)測算碳排放效率的基礎(chǔ)上，分析建筑業(yè)碳排放效率的區(qū)域差異，選取并分析不同因素對建筑業(yè)碳排放效率及其區(qū)域差異的影響，有助于制定更加切實(shí)有效的工作方案，實(shí)現(xiàn)“碳達(dá)峰”。

（二）文獻(xiàn)回顧

對于碳排放效率的測算，常用基于投入產(chǎn)出的全要素生產(chǎn)率[9]，包括以隨機(jī)前沿分析為主的參數(shù)方法和以數(shù)據(jù)包絡(luò)分析為主的非參數(shù)方法，如區(qū)域?qū)用娴氖∮騕11-13]、市域[14-16]的碳排放效率研究。

鑒于DEA的研究未能結(jié)合碳排放最重要的碳排放量，托恩熏（Kaoru Tone）為解決這一部分問題先后提出了超效率SBM模型[17]和非期望產(chǎn)出SBM模型[18]，分別解決SBM模型存在多個滿效率值而無法精確評價和傳統(tǒng)DEA模型缺乏松弛變量而結(jié)果高估的問題。這些方法獲得廣泛應(yīng)用，包括以資源型城市[19]、三大經(jīng)濟(jì)圈[20]以及湖南省[21]為研究對象分別利用超效率SBM模型、非期望產(chǎn)出SBM模型以及非期望產(chǎn)出超效率SBM模型測算碳排放效率并研究其影響因素。

現(xiàn)有研究主要從省域或市域角度，并結(jié)合產(chǎn)業(yè)結(jié)構(gòu)以及工業(yè)、制造業(yè)、運(yùn)輸業(yè)等具體產(chǎn)業(yè)進(jìn)行分析，徐建中等運(yùn)用超效率非期望產(chǎn)出的超效率SBM模型測算發(fā)現(xiàn)制造業(yè)綠色創(chuàng)新效率仍有提升空間[22]，董夢如等運(yùn)用超效率SBM發(fā)現(xiàn)中國海洋交通運(yùn)輸業(yè)的碳排放效率較低[23]。盡管使用非期望產(chǎn)出超效率SBM研究碳排放效率的文獻(xiàn)日益增加，但其在建筑業(yè)碳排放效率上的成果相對匱乏，有限的建筑業(yè)碳排放效率研究主要局限于常規(guī)的省域?qū)用妫炅y等運(yùn)用超效率SBM對中國除西藏、臺灣外的30個?。ㄖ陛犑?、自治區(qū)）2006-2016年居住建筑碳排放效率進(jìn)行分析，認(rèn)為南北差異較大且南方普遍高于北方[10]，宋金昭等和寧論辰等分別運(yùn)用非期望產(chǎn)出SBM和超效率SBM得到東、中、西建筑業(yè)碳排放效率呈漸次遞減趨勢[24-25]。

鑒于近年來中國區(qū)域發(fā)展的頂層制度安排考量，本文基于2009-2019年數(shù)據(jù)，采用調(diào)整過的IPCC法測定建筑業(yè)碳排放總量，運(yùn)用非期望產(chǎn)出的超效率SBM模型測度建筑業(yè)碳排放效率并分析其在城市群間的空間差異，最后運(yùn)用Tobit回歸模型對碳排放效率影響因素進(jìn)行分析。

二、模型設(shè)定

（一）碳排放效率的SBM模型

1. 選取理由

相較于缺乏松弛變量導(dǎo)致結(jié)果可能被高估的DEA模型，托恩熏提出的非期望產(chǎn)出SBM模型具有將松弛投入和產(chǎn)出均考慮在內(nèi)的優(yōu)勢，使其對于各個決策單元的效率評價更為真實(shí)[17]。但該模型測算會出現(xiàn)多個效率值均為滿效率1的情況，對決策結(jié)果的評價準(zhǔn)確性產(chǎn)生干擾。托恩熏提出的超效率SBM模型則允許出現(xiàn)大于1的效率值，能夠更加精準(zhǔn)地對結(jié)果進(jìn)行評價[18]。因此，借鑒郗永勤[26]和王少劍[27]等學(xué)者的做法，運(yùn)用含非期望產(chǎn)出的超效率SBM模型測算碳排放效率。

2. SBM模型

首先，假定有個決策單元，每個決策單元包含個投入、1個期望產(chǎn)出和2個非期望產(chǎn)出，分別用向量矩陣表示為：

其次，再假定：

其中s，s，s分別為投入、期望產(chǎn)出和非期望產(chǎn)出的松弛變量，生產(chǎn)可能性集重新定義的公式為：

最后，國家級城市群建筑業(yè)碳排放效率的含非期望產(chǎn)出的超效率SBM模型為：

其中，為碳排放效率，其值可以超過1；x0、y0、y0分別表示投入、期望產(chǎn)出和非期望產(chǎn)出的指標(biāo)；x、y、y分別表示投入矩陣、期望產(chǎn)出矩陣和非期望產(chǎn)出矩陣。

（二）指標(biāo)選取

1. 投入指標(biāo)

城市群建筑業(yè)碳排放效率超效率SBM模型的投入指標(biāo)，通常包括資本投入、勞動投入以及能源投入[28]。在資本投入上，選用固定資產(chǎn)投資額為指標(biāo)，通過借鑒李健等[20]和寧論辰等[25]以資本折舊率為9.6%的永續(xù)盤存法計算得到。勞動投入選用從事建筑業(yè)的人數(shù)總和來表示。對于能源投入，選用煤炭、汽油等11種資源分別轉(zhuǎn)換成標(biāo)準(zhǔn)的化石（一次）煤當(dāng)量、能源（二次）煤當(dāng)量，同時借鑒張廣泰等[9]的能值法，選用水泥、鋼材、玻璃、木材、鋁材等建材的能耗表示能源投入。

2. 期望產(chǎn)出指標(biāo)

城市群建筑業(yè)碳排放效率超效率SBM模型的期望產(chǎn)出指標(biāo)，依據(jù)多數(shù)學(xué)者采用的建筑業(yè)總產(chǎn)值作為經(jīng)濟(jì)產(chǎn)出指標(biāo)，同時借鑒陳鋼等[8]選用的施工面積作為建筑業(yè)的效能產(chǎn)出指標(biāo)。

3. 非期望產(chǎn)出指標(biāo)

城市群建筑業(yè)碳排放效率超效率SBM模型的非期望產(chǎn)出指標(biāo)使用碳排放量。參考宋金昭等[24]的方法，綜合11種資源產(chǎn)生的直接排放量和5種建材資源產(chǎn)生的間接排放量。選定的城市群建筑業(yè)碳排放效率指標(biāo)體系（表1）。

表1 城市群建筑業(yè)碳排放效率指標(biāo)體系

（三）城市群建筑業(yè)碳排放量測定

1. 建筑業(yè)碳排放量測定

碳排放量是非期望產(chǎn)出模型的重要指標(biāo)之一，關(guān)于測算方法，有適用于某一產(chǎn)品不同階段碳排放量的生命周期法[6]、行業(yè)間關(guān)聯(lián)碳排放量測算及碳足跡分析的投入產(chǎn)出法[29]以及關(guān)注生產(chǎn)過程直接碳排放的碳排放系數(shù)法。綜合考慮數(shù)據(jù)的可獲得性與計算結(jié)果的可靠性，本文選取排放系數(shù)法測定城市群建筑業(yè)的碳排放量。

2. 碳排放系數(shù)模型

排放系數(shù)法由IPCC提出，關(guān)注生產(chǎn)過程中的直接碳排放，根據(jù)直接產(chǎn)生的能源消耗和相應(yīng)的碳排放因子的乘積加總來測算碳排放量，該方法被多領(lǐng)域廣泛應(yīng)用。建筑業(yè)生產(chǎn)過程中的碳排放主要來源于能源和材料的消耗，基于全生命周期視角，相較于能源，建筑材料的碳排放量測算還需要考慮到部分材料在廢棄階段具有可回收性，可以抵消一部分消費(fèi)過程中產(chǎn)生的二氧化碳，因而需要將可回收率納入到測算模型中，測算模型為：

其中，表示碳排放總量，Q表示第i種能源或建筑材料的消耗量，CE表示第種能源或建筑材料的碳排放系數(shù)，α表示第種建筑材料的回收系數(shù)。

（四）樣本選取和數(shù)據(jù)來源

1. 城市群選取

由于不同城市群名單與時俱進(jìn)，使得對以城市群為對象的研究需求更為迫切，并成為建筑業(yè)碳排放效率研究中首要解決的部分[30]。基于數(shù)據(jù)來源的可獲得性、完整性與時效性，以截至2021年國家發(fā)展和改革委員會已批獲的國家級城市群[31]為研究對象總庫，參考黃金川等[32]根據(jù)城市群經(jīng)濟(jì)水平、集聚程度等特點(diǎn)劃分中國城市群的研究成果，有代表性地篩選出四個國家級城市群62個城市作為研究對象（表2）。

2. 數(shù)據(jù)來源

結(jié)合研究對象及數(shù)據(jù)的可得性，選取2009-2019年的相關(guān)數(shù)據(jù)，作為非期望產(chǎn)出超效率SBM測算的投入產(chǎn)出數(shù)據(jù)。數(shù)據(jù)主要來源于《中國建筑業(yè)統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》《溫室氣體清單指南》、相關(guān)?。ㄖ陛犑?、自治區(qū)）的統(tǒng)計年鑒、部分地市國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計公報以及EPS數(shù)據(jù)庫，其中部分缺失數(shù)據(jù)使用線性插值法進(jìn)行補(bǔ)充。同時，為防止會計政策變更、通貨膨脹率變動對所選指標(biāo)數(shù)據(jù)的影響，選取我國2009年會計政策發(fā)生巨大變更后的年份數(shù)據(jù)，將涉及資金的指標(biāo)如資本存量和建筑業(yè)總產(chǎn)值等，以2009年為基期進(jìn)行平減處理。

表2 案例城市群選取

三、總體分析

（一）碳排放總量的總體分析

根據(jù)碳排放量測算方法[33]，計算得到四個國家級城市群2009-2019年建筑業(yè)碳排放量的變化趨勢（圖1）。

四個城市群碳排放總量呈現(xiàn)先上升后下降的倒“V”型，這一時期各地區(qū)建筑業(yè)建設(shè)規(guī)模在一定程度上進(jìn)行了擴(kuò)大，側(cè)面反映了我國2010年出臺的《關(guān)于深化城鎮(zhèn)住房制度改革的決定》政策得到有效落實(shí)①。2011-2014年各城市群碳排放總量相繼開始快速下降，到2015年開始保持低碳排放總量水平，可以看出在“十二五”期間建筑業(yè)進(jìn)行產(chǎn)業(yè)轉(zhuǎn)型升級初見成效，積極踐行資源節(jié)約和綠色發(fā)展理念，碳排放量得以快速下降。在區(qū)域差異上，不同區(qū)域間建筑業(yè)碳排放規(guī)模存在較大差異，2009-2012年間長三角碳排放量顯著高于其他城市群，哈長碳排放量位列四個城市群之末，這和其以重工業(yè)為主產(chǎn)業(yè)結(jié)構(gòu)存在一定關(guān)聯(lián)。《建筑業(yè)“十二五”發(fā)展規(guī)劃》于2011年提出建筑行業(yè)可持續(xù)發(fā)展能力不足的問題，要加快轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式。各城市群碳排放量的峰值出現(xiàn)時間存在差異，且都在達(dá)到峰值之后迅速下降，下滑出現(xiàn)的時間與政策出臺的時間存在一定延遲，其中長三角城市群和京津冀最早，而關(guān)中平原和哈長則較晚，側(cè)面反映了各地在政策響應(yīng)和實(shí)施上存在不同程度上滯后性。

（二）碳排放效率的總體分析

基于公式（3）含非期望產(chǎn)出的超效率SBM模型，測算得到四個國家級城市群2009-2019年建筑業(yè)的碳排放效率的變化趨勢（圖2）。

總體上長三角、京津冀和關(guān)中平原建筑業(yè)碳排放效率呈現(xiàn)持續(xù)上升趨勢，哈長則呈現(xiàn)先上升后下降的趨勢，表明我國目前部分城市群建筑業(yè)碳排放得到較大改善；但我國建筑業(yè)的碳排放效率普遍偏低，仍有較大提升空間。

四、空間差異分析

（一）長三角的碳排放效率分析

長三角的碳排放效率整體呈上升趨勢，幾乎連年排名第一，自2015年起率先達(dá)到高效的碳排放水平；從增速來看，碳排放效率在2011年增速達(dá)11.85%，為歷年最高；而在2016年和2018年，碳排放效率出現(xiàn)了負(fù)增長，下降幅度較小屬于正常波動。作為領(lǐng)跑全國建筑業(yè)、新型建筑工業(yè)化與智能建造協(xié)同發(fā)展的創(chuàng)新地，長三角充分將經(jīng)濟(jì)優(yōu)勢轉(zhuǎn)化為技術(shù)優(yōu)勢，積極探索數(shù)字設(shè)計、智能制造等綠色建筑方式，建筑業(yè)碳排放效率連年穩(wěn)居首位。

圖1 2009-2019年四個城市群建筑業(yè)碳排放量變動趨勢

圖2 2009-2019年四個城市群建筑業(yè)碳排放效率變動趨勢

（二）京津冀的碳排放效率分析

京津冀是碳排放效率增幅最大的城市群，11年間增長率達(dá)116%，其中在2011年和2019年增長率分別達(dá)到24.96%和22.42%。這與2014年國務(wù)院發(fā)布產(chǎn)業(yè)結(jié)構(gòu)調(diào)整升級的指導(dǎo)意見、“京津冀協(xié)同發(fā)展”上升為國家重大戰(zhàn)略、2016年重點(diǎn)推進(jìn)裝配式建筑政策密切相關(guān)，由此帶來的建筑業(yè)產(chǎn)業(yè)優(yōu)化升級有效提高了碳排放效率。

（三）關(guān)中平原的碳排放效率分析

關(guān)中平原的碳排放效率連年穩(wěn)步增長，且在2018年后，增長速率明顯加快，可見國家發(fā)展改革委在2018年印發(fā)《關(guān)中平原城市群發(fā)展規(guī)劃》對該地區(qū)建筑業(yè)碳排放效率改善有顯著作用。

（四）哈長的碳排放效率分析

哈長的碳排放效率值2009-2014年呈上升趨勢，而后逐年下降，截至2019年其效率值接近11年前的水平，且碳排放量的降低并不能保證效率的上升，兩者之間不存在明顯的相關(guān)性。效率值能在一定程度上反應(yīng)減排政策的有效程度，從地理位置上看，哈長與其他城市群并不接壤，很難實(shí)現(xiàn)合作聯(lián)動，也無法直接借鑒減排經(jīng)驗(yàn)。因此，哈長需要從區(qū)域和城市出發(fā)根據(jù)自身經(jīng)濟(jì)發(fā)展?fàn)顩r來制定符合自身實(shí)際的減排目標(biāo)，同時也要加強(qiáng)與其他城市群的產(chǎn)業(yè)、技術(shù)以及政策制度的交流，積極引進(jìn)節(jié)能環(huán)保技術(shù)，大力發(fā)展低碳循環(huán)經(jīng)濟(jì)，對污染嚴(yán)重的建筑項目進(jìn)行專項綜合整治，走出具有哈長特色的低碳發(fā)展道路。

（五）比較分析

在研究時段內(nèi)長三角建筑業(yè)碳排放效率均值最高，但距離有效水平仍有10.52%的發(fā)展水平，與均值最低的哈長相差0.476，單年最高相差0.705，表明我國建筑業(yè)碳排放效率兩極分化較嚴(yán)重。截至2019年僅有2014年以后的長三角和2019年的京津冀效率高于1，處在建筑業(yè)生產(chǎn)前沿面上，表明這兩個城市群近年來投入產(chǎn)出比率高，實(shí)現(xiàn)了城市群內(nèi)的協(xié)同共進(jìn)。而關(guān)中平原增長幅度相對較緩，這與該地區(qū)協(xié)同一體化程度不高有關(guān)。

五、影響因素分析

（一）回歸模型的建立

1. 指標(biāo)選取

公式（3）的計算過程表明城市群建筑業(yè)碳排放效率投入產(chǎn)出的指標(biāo)體系均會對其效率產(chǎn)生影響，為進(jìn)一步探究影響碳排放效率的因素，參考不同領(lǐng)域[34-36]對碳排放效率影響因素的選擇，重點(diǎn)突出城市群和建筑業(yè)的特征，將從影響主體中的規(guī)模因素、結(jié)構(gòu)因素以及技術(shù)因素三個層面出發(fā)，分析對四個國家級城市群建筑業(yè)碳排放效率的影響（表3）。

2. 模型構(gòu)建

以影響因素指標(biāo)為自變量，以測得的碳排放效率值為因變量，建立Tobit回歸模型判斷自變量對因變量的影響方向和影響程度[34，37]。由于碳排放效率值屬于非負(fù)截斷離散數(shù)據(jù)，采用普通二乘法回歸估計的參數(shù)結(jié)果往往會產(chǎn)生偏差，因此采用詹姆士·托賓（James Tobin）提出的適用于取值受限或截斷因變量的Tobit模型來分析城市群建筑業(yè)碳排放效率的影響因素。同時，為消除異方差，降低模型產(chǎn)生多重共線的可能性，將自變量行業(yè)規(guī)模和區(qū)域規(guī)模取對數(shù)處理。Tobit回歸模型的公式為：

其中，表示國家級城市群，表示年份，CEE表示碳排放效率，表示截距項，17表示待估參數(shù)，ε表示第個國家級城市群第年的隨機(jī)擾動殘差項。

（二）結(jié)果分析

為排除時間趨勢對序列自相關(guān)產(chǎn)生影響，采用DW檢驗(yàn)，結(jié)果顯示測量值接近2，表明基本不存在一階序列相關(guān)性問題。

1. 總體回歸分析

城市群建筑業(yè)碳排放效率影響因素的Tobit回歸分析結(jié)果（表4）表明：

（1）建筑業(yè)規(guī)模在1%的顯著性水平下對建筑業(yè)碳排放效率產(chǎn)生顯著的負(fù)向影響，即隨著建筑企業(yè)數(shù)量增多，建筑業(yè)碳排放效率下降；建筑業(yè)新增企業(yè)多為中小型，該類企業(yè)尚未形成完備的綠色建造體系，不足以完善地處理二氧化碳排放，使得建筑業(yè)碳排放效率降低。

表3 影響因素變量說明

表4 建筑業(yè)碳排放效率的總體回歸估計

注：*表示在10%水平下顯著，**表示在5%水平下顯著，***表示在1%水平下顯著。資料來源：2009-2019年《中國統(tǒng)計年鑒》和相關(guān)省市統(tǒng)計年鑒及統(tǒng)計公報。

（2）區(qū)域經(jīng)濟(jì)在1%的顯著性水平下對建筑業(yè)碳排放效率產(chǎn)生顯著的正向影響，即隨著區(qū)域經(jīng)濟(jì)發(fā)展，建筑業(yè)碳排放效率提高；區(qū)域經(jīng)濟(jì)發(fā)展能有效促進(jìn)節(jié)能技術(shù)進(jìn)步，提高環(huán)保意識，對建筑業(yè)控碳減排，提升碳排放效率具有積極影響。

（3）產(chǎn)業(yè)結(jié)構(gòu)在1%的顯著性水平下對建筑業(yè)碳排放效率產(chǎn)生顯著的正向影響，即隨著建筑業(yè)在產(chǎn)業(yè)中的比重增加，建筑業(yè)碳排放效率提高；而李健[20]表明第二產(chǎn)業(yè)比重的增加會對碳排放效率產(chǎn)生抑制作用，側(cè)面反映了第二產(chǎn)業(yè)中的建筑業(yè)相較于工業(yè)能夠促進(jìn)碳排放效率的提升。

（4）能源結(jié)構(gòu)對碳排放效率的影響作用未通過顯著性水平檢驗(yàn)，即能源結(jié)構(gòu)與建筑業(yè)碳排放效率不相關(guān)，在建筑業(yè)生產(chǎn)過程中使用清潔能源并不會有效提高碳排放效率。

（5）資源稟賦對建筑業(yè)碳排放效率提升產(chǎn)生負(fù)向影響，即資源稟賦結(jié)構(gòu)提高，建筑業(yè)碳排放效率降低，在資源豐富的地區(qū)建筑業(yè)資源利用效率低。

（6）建筑業(yè)區(qū)位熵在1%的顯著性水平下對建筑業(yè)碳排放效率產(chǎn)生顯著的負(fù)向影響，即隨著建筑業(yè)集聚程度提高，建筑業(yè)碳排放效率降低。

（7）節(jié)能技術(shù)在1%的顯著性水平下對建筑業(yè)碳排放效率產(chǎn)生顯著的正向影響，即隨著節(jié)能技術(shù)提高，建筑業(yè)碳排放效率提高。風(fēng)能技術(shù)、屋蓋保溫技術(shù)等節(jié)能技術(shù)的廣泛應(yīng)用，明顯提升了建筑業(yè)的碳排放效率。

2. 分地區(qū)回歸分析

分地區(qū)進(jìn)行建筑業(yè)碳排放效率影響因素的回歸分析結(jié)果（表5）表明：

表5 建筑業(yè)碳排放效率分城市群回歸估計

（1）京津冀的建筑業(yè)規(guī)模對建筑業(yè)碳排放效率的影響作用未通過顯著性水平檢驗(yàn)。京津冀地區(qū)建筑業(yè)企業(yè)數(shù)量變化呈現(xiàn)波浪形：在2009-2014年呈上升趨勢，于2014-2017年間大幅下降，從2017年開始逐年上升。與其余城市群建筑業(yè)企業(yè)數(shù)量總體呈上升趨勢存在明顯不同。

（2）長三角、京津冀和哈長的能源結(jié)構(gòu)對建筑業(yè)碳排放效率的影響作用均通過了顯著性水平檢驗(yàn)，其中長三角能源結(jié)構(gòu)的相關(guān)系數(shù)為負(fù)數(shù)，即會對建筑業(yè)碳排放效率產(chǎn)生負(fù)向影響，與京津冀、哈長的正向影響作用相反。

（3）哈長的資源稟賦對建筑業(yè)碳排放效率的影響作用未通過顯著性水平檢驗(yàn)。哈長豐富的煤炭、石油以及礦產(chǎn)資源，為重工業(yè)發(fā)展提供了有力保障，和建筑業(yè)所需材料關(guān)聯(lián)性不強(qiáng)。

（4）關(guān)中平原的節(jié)能技術(shù)對建筑業(yè)碳排放效率的影響作用未通過顯著性水平檢驗(yàn)。相較其他地區(qū)，關(guān)中平原地區(qū)尚未形成完善的綠色建造體系，對碳排放處理的能力存在一定不足，未能對碳排放效率的提高起到明顯作用。

六、研究結(jié)論與政策建議

（一）研究結(jié)論

以2009-2019年中國四個國家級城市群62個城市的面板數(shù)據(jù)為樣本，采用調(diào)整過的碳排放系數(shù)法計算碳排放量，再運(yùn)用非期望產(chǎn)出的超效率SBM模型測算建筑業(yè)碳排放效率，最后使用Tobit模型對其影響因素進(jìn)行分析，得到如下結(jié)論：（1）建筑業(yè)碳排放量總體呈現(xiàn)倒“V”字型，在2011-2013年相繼達(dá)到峰值，在2015年以后逐漸趨于平穩(wěn)；（2）建筑業(yè)碳排放效率除哈長外整體呈現(xiàn)上升趨勢；（3）碳排放量降低與碳排放效率上升沒有必然性，哈長碳排放量自2012年起逐年降低，但其效率在2014年以后呈現(xiàn)逐年下降趨勢；（4）建筑業(yè)碳排放效率在區(qū)域間存在顯著差異；（5）區(qū)域規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)、節(jié)能技術(shù)對碳排放效率具有顯著的正向推動作用，而行業(yè)規(guī)模、資源稟賦、區(qū)域熵對碳排放效率具有顯著的負(fù)向抑制作用。

（二）政策建議

基于對四個城市群建筑業(yè)的碳排放效率測算及其影響因素分析結(jié)論，結(jié)合我國《2030年前碳達(dá)峰行動方案》，提出如下建議：

第一，加快低碳節(jié)能技術(shù)在建筑業(yè)的推廣、創(chuàng)新力度。高水平的節(jié)能技術(shù)能夠有效提高建筑業(yè)碳排放效率，各地區(qū)建筑業(yè)要積極推廣裝配化建造方式，引入光伏建筑一體化等節(jié)能技術(shù)，提高綠色建筑面積。同時，積極探索人工智能、互聯(lián)網(wǎng)等技術(shù)與建筑業(yè)生產(chǎn)融合創(chuàng)新，完善綠色建造體系。

第二，建立綠色建材市場，推廣低碳建材使用?，F(xiàn)階段建筑材料仍以傳統(tǒng)的玻璃、鋁材、鋼材和水泥等為主，政府可以充分發(fā)揮市場機(jī)制，打開新建材市場局面，提高建筑企業(yè)選用新型節(jié)能材料的比例，增加建筑材料回收階段二氧化碳吸收量，提高建筑業(yè)碳排放效率。

第三，堅持綠色發(fā)展，提高建筑業(yè)的資源利用效率。在高資源稟賦結(jié)構(gòu)的地區(qū)，重點(diǎn)關(guān)注資源利用效率提升，優(yōu)化建筑流程，減少資源消耗；共享交通運(yùn)輸、產(chǎn)業(yè)園區(qū)能源等基礎(chǔ)設(shè)施，提高資源能效；建筑垃圾分類管理，建筑構(gòu)件回收利用，加強(qiáng)資源循環(huán)。建筑業(yè)要充分立足資源稟賦，進(jìn)一步節(jié)能降碳。

第四，加大建筑業(yè)區(qū)域間合作，協(xié)同提高建筑業(yè)碳排放效率水平。各地區(qū)的建筑業(yè)碳排放效率有較大提升空間，而碳排放效率存在相互促進(jìn)作用，因此要發(fā)揮好城市群間與城市群內(nèi)的連帶作用，高效率地區(qū)“傳道授業(yè)解惑”，低效率地區(qū)“借鑒吸收融合”，進(jìn)而形成閉環(huán)帶動整個中國在建筑業(yè)碳排放效率上的提升。

注釋：

① 《2011年建筑業(yè)發(fā)展統(tǒng)計分析》顯示，2011年住宅竣工價值達(dá)21 687.63億元，占整個建筑業(yè)竣工產(chǎn)值的61.2%，相較2010年增長率達(dá)22.7%。

［1］ IEA: Global energy review: co2 emissions in 2021[EB/OL]. [2022-05-08]. https://www.iea.org/data-and-statistics/data-product /global-energy-review-co2-emissions-in-2021.

［2］ 劉念雄, 張競予, 劉依明, 等. 建筑師視野的碳排放與建筑設(shè)計[J]. 建筑學(xué)報, 2021(2): 50-55.

［3］ ELZEN M D, FEKETE H, HOHNE N, et al. Greenhouse gas emissions from current and enhanced policies of China until 2030: can emissions peak before 2030?[J]. Energy policy, 2016, 89: 224-236.

［4］ 中大咨詢研究組. 全球碳排放現(xiàn)狀與挑戰(zhàn)[EB/OL]. [2022-05-08]. https://www.mpgroup.cn/article_1929.html.

［5］ 中國建筑節(jié)能協(xié)會. 中國建筑能耗研究報告2020[J]. 建筑節(jié)能(中英文), 2021, 49(2): 1-6.

［6］ 陳莎, 崔東閣, 張慧娟. 建筑物碳排放計算方法及案例研究[J]. 北京工業(yè)大學(xué)學(xué)報, 2016, 42(4): 594-600.

［7］ 段海燕, 陳思顏, 劉源源, 等. 生命周期視角下中國建筑業(yè)能源區(qū)域消耗特征研究[J]. 中國人口·資源與環(huán)境, 2020, 30(7): 57-65.

［8］ 陳鋼, 祁神軍, 張云波, 等. 廣義數(shù)據(jù)包絡(luò)法的建筑業(yè)碳排放效率評價[J]. 生態(tài)經(jīng)濟(jì), 2017, 33(5): 69-74.

［9］ 張廣泰, 賈楠. 中國建筑業(yè)碳排放效率測度與空間關(guān)聯(lián)特征[J]. 科技管理研究, 2019, 39(21): 236-242.

［10］申立銀, 朱夢成, 吳雅, 等. 中國居住建筑碳排放效率測度[J]. 城市問題, 2019(10): 53-62.

［11］魏梅, 曹明福, 江金榮. 生產(chǎn)中碳排放效率長期決定及其收斂性分析[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究, 2010, 27(9): 43-52.

［12］仲云云, 仲偉周. 中國區(qū)域全要素碳排放績效及影響因素研究[J]. 商業(yè)經(jīng)濟(jì)與管理, 2012(1): 85-96.

［13］張偉, 朱啟貴, 李漢文. 能源使用、碳排放與我國全要素碳減排效率[J]. 經(jīng)濟(jì)研究, 2013, 48(10): 138-150.

［14］謝守紅, 邵珠龍, 牛水霞. 無錫市工業(yè)碳排放的測算及影響因素[J]. 經(jīng)濟(jì)地理, 2012, 32(5): 140-146.

［15］余光英, 員開奇. 武漢城市圈土地利用碳排放效率評價研究[J]. 資源開發(fā)與市場, 2014, 30(7): 801-805.

［16］張雪花, 劉文瑩. 基于DEA模型的中國四個直轄市碳效率評價[J]. 統(tǒng)計與決策, 2015(2): 71-74.

［17］TONE K. A slacks-based measure of super-efficiency in data envelopment analysis[J]. European journal of operational research, 2002, 143(11): 32-41.

［18］TONE K. Dealing with undesirable outputs in DEA: a slacks-based measure(SBM) approach[J]. GRIPS research report series, 2003(3): 44-45.

［19］孫秀梅, 王格, 董會忠, 等. 基于DEA與SE-SBM模型的資源型城市碳排放效率及影響因素研究——以全國106個資源型地級市為例[J]. 科技管理研究, 2016, 36(23): 78-84.

［20］李健, 馬曉芳, 苑清敏. 區(qū)域碳排放效率評價及影響因素分析[J]. 環(huán)境科學(xué)學(xué)報, 2019, 39(12): 4293-4300.

［21］王兆峰, 杜瑤瑤. 基于SBM-DEA模型湖南省碳排放效率時空差異及影響因素分析[J]. 地理科學(xué), 2019, 39(5): 797-806.

［22］徐建中, 王曼曼, 貫君. 動態(tài)內(nèi)生視角下能源消費(fèi)碳排放與綠色創(chuàng)新效率的機(jī)理研究——基于中國裝備制造業(yè)的實(shí)證分析[J]. 管理評論, 2019, 31(9): 81-93.

［23］董夢如, 韓增林, 郭建科. 中國海洋交通運(yùn)輸業(yè)碳排放效率測度及影響因素分析[J]. 海洋通報, 2020, 39(2): 169-177.

［24］宋金昭, 郭芯羽, 王曉平, 等. 中國建筑業(yè)碳排放效率區(qū)域差異及收斂性分析——基于模型與面板單位根檢驗(yàn)[J]. 西安建筑科技大學(xué)學(xué)報(自然科版), 2019, 51(2): 301-308.

［25］寧論辰, 鄭雯, 曾良恩. 年中國省域碳排放效率評價及影響因素分析——基于超效率SBM-Tobit模型的兩階段分析[J]. 北京大學(xué)學(xué)報(自然科學(xué)版), 2021, 57(1): 181-188.

［26］郗永勤, 吉星. 我國工業(yè)行業(yè)碳排放效率實(shí)證研究——考慮非期望產(chǎn)出超效率模型與視窗方法的應(yīng)用[J]. 科技管理研究, 2019, 39(17): 53-62.

［27］王少劍, 高爽, 黃永源, 等. 基于超效率SBM模型的中國城市碳排放績效時空演變格局及預(yù)測[J]. 地理學(xué)報, 2020, 75(6): 1316-1330.

［28］胡劍波, 閆爍, 韓君. 中國產(chǎn)業(yè)部門隱含碳排放效率研究——基于三階段DEA模型與非競爭型I-O模型的實(shí)證分析[J]. 統(tǒng)計研究, 2021, 38(6): 30-43.

［29］孫建衛(wèi), 陳志剛, 趙榮欽, 等. 基于投入產(chǎn)出分析的中國碳排放足跡研究[J]. 中國人口·資源與環(huán)境, 2010, 20(5): 28-34.

［30］寧越敏, 張凡. 關(guān)于城市群研究的幾個問題[J]. 城市規(guī)劃學(xué)刊, 2012(1): 48-53.

［31］中國宏觀經(jīng)濟(jì)研究院投資研究所. “十四五”時期新型城鎮(zhèn)化拓展投資空間的趨勢和潛力[EB/OL]. (2021-09-14) [2022-08-25]. https://www.ndrc.gov.cn/xxgk/jd/wsdwhfz/2021 09/t20210914_1296569.html.

［32］黃金川, 陳守強(qiáng). 中國城市群等級類型綜合劃分[J]. 地理科學(xué)進(jìn)展, 2015, 34(3): 290-301.

［33］杜克銳, 鄒楚沅. 我國碳排放效率地區(qū)差異、影響因素及收斂性分析——基于隨機(jī)前沿模型和面板單位根的實(shí)證研究[J]. 浙江社會科學(xué), 2011(11): 32-43, 156.

［34］吳賢榮, 張俊飚, 田云, 等. 中國省域農(nóng)業(yè)碳排放: 測算、效率變動及影響因素研究——基于DEA-Malmquist指數(shù)分解方法與Tobit模型運(yùn)用[J]. 資源科學(xué), 2014, 36(1): 129-138.

［35］曲晨瑤, 李廉水, 程中華. 中國制造業(yè)行業(yè)碳排放效率及其影響因素[J]. 科技管理研究, 2017, 37(8): 60-68.

［36］李晨, 馮偉, 邵桂蘭. 中國省域漁業(yè)全要素碳排放效率時空分異[J]. 經(jīng)濟(jì)地理, 2018, 38(5): 179-187.

［37］岳立, 雷燕燕, 王杰. 中國省域旅游業(yè)碳排放效率時空特征及影響因素分析[J]. 統(tǒng)計與決策, 2020, 36(16): 69-73.

Spatial Differentiation and Influencing Factors of Carbon Emission Efficiency in Construction Industry of National Urban Agglomerations

YU Ya-guai1’ 2, SHEN Pan-yi1, LI Yu-ting1

（1. Faculty of Business, Ningbo University, Ningbo 315211, China; 2. Institute of East Sea Strategy Research, Ningbo University, Ningbo 315211, China）

Based on panel data of 62 cities in four national urban agglomerations in China from 2009 to 2019, spatial differences and influencing factors in construction industry are thoroughly analyzed. Firstly, emission coefficient method is used to measure carbon emissions, based on which carbon emission efficiency analysis is conducted using the Super-SBM of undesirable outputs, and finally influencing factors of carbon emission efficiency are analyzed by Tobit model. And the following research conclusions are obtained: (1) carbon emissions have displayed an inverted V-shape in time series. (2) Carbon emission efficiency in construction industry is relatively low. In time series, there is an overall upward trend, and spatial differences among urban agglomerations are significant. (3) Regional economy, industrial structure and energy-saving technology of construction industry are positively correlated with carbon emission efficiency. While industry scale, resource endowment and location entropy are negatively correlated with carbon emission efficiency. Therefore, from the government’s perspective, suggestions are proposed regarding technology promotion and resource utilization.

national urban agglomeration, construction industry, carbon emission efficiency, spatial differentiation

F42

A

1001 - 5124（2023）01 - 0098 - 10

2022-08-30

浙江省哲社規(guī)劃項目“減污降碳協(xié)同理論與政策創(chuàng)新研究”（22NDYD041YB）；浙江省哲社規(guī)劃項目“浙江省打造生態(tài)文明高地的建設(shè)機(jī)制和路徑研究”（22SDDH50Z）；寧波市哲社規(guī)劃項目“雙碳戰(zhàn)略下寧波專精特新小巨人企業(yè)的綠色創(chuàng)新路徑研究”（G2022-2-70）；寧波市軟科學(xué)項目“雙碳戰(zhàn)略下制造業(yè)綠色創(chuàng)新機(jī)理與路徑研究”（2022R020）；寧波大學(xué)龍元建筑金融研究院項目“互聯(lián)網(wǎng)金融發(fā)展對建筑行業(yè)發(fā)展的影響研究”（LYZDA2002）

俞雅乖（1976-），女，浙江寧波人，教授，博士，主要研究方向：環(huán)境經(jīng)濟(jì)。E-mail: yuyaguai@nbu.edu.cn

（責(zé)任編輯 周 芬）